基于PySide6的ROI标注工具开发实践

1. 项目概述

作为一名长期奋战在计算机视觉一线的开发者，我深知ROI（Region of Interest）坐标提取这个看似简单的任务有多么令人抓狂。每次需要从图像中截取特定区域时，要么得用截图工具反复测量像素位置，要么在代码里不断调整参数、运行、查看效果——这种低效的重复劳动简直是对生命的浪费。

为了解决这个痛点，我基于PySide6开发了一个轻量级的图像标记工具。它的核心功能是：

• 支持加载任意图像并保持原始像素坐标
• 提供矩形和多边形两种标注方式
• 自动输出标注区域的原始坐标
• 生成的坐标可直接用于OpenCV的ROI操作或AI模型输入

这个工具最大的价值在于：它彻底消除了"肉眼测距"的误差，让ROI提取变得精准而高效。实测下来，原本需要反复调试的工作现在只需简单标注就能完成，生产力提升至少3倍。

2. 技术选型与架构设计

2.1 为什么选择PySide6？

在GUI框架的选择上，我对比了Tkinter、PyQt和PySide6三个主流选项：

PySide6继承了Qt强大的图形能力，特别是它的QGraphicsView框架非常适合实现图像缩放和标注功能。更重要的是，PySide6采用宽松的MIT许可证，完全不用担心商业项目的授权风险。

2.2 核心架构解析

工具的核心类结构如下：

python复制class ImageWidget(QLabel):
    """核心绘图组件，负责图像显示和标注交互"""
    def __init__(self):
        # 初始化图像、缩放参数、标注数据等
        self.scale_factor = 1.0  # 当前缩放比例
        self.annotations = []    # 存储所有标注
        self.current_tool = None # 当前使用的工具

class MainWindow(QMainWindow):
    """主窗口，负责UI布局和功能整合"""
    def __init__(self):
        self.image_widget = ImageWidget()  # 核心绘图区域
        self.scroll_area = QScrollArea()   # 支持大图像滚动
        self.setup_buttons()               # 初始化功能按钮

这种分层设计使得：

1. ImageWidget专注于图像处理和用户交互
2. MainWindow负责整体界面和功能调度
3. 两者通过信号-槽机制解耦，便于后续扩展

3. 关键功能实现细节

3.1 图像缩放与坐标映射

工具最核心的技术难点在于：如何在缩放后的图像上准确获取原始坐标。这需要解决两个问题：

1. 视觉缩放实现：

python复制def zoom(self, delta, center_pos=None):
    # 计算新旧缩放比例
    old_scale = self.scale_factor
    self.scale_factor *= 1.15 if delta > 0 else 1/1.15
    
    # 限制缩放范围
    self.scale_factor = max(self.min_scale, min(self.scale_factor, self.max_scale))
    
    # 以鼠标为中心缩放
    if center_pos:
        self.offset_x = center_pos.x() - (center_pos.x() - self.offset_x) * se